分支动态丨第十期CAAI模式识别专家讲坛在湘潭大学成功举办

2017年11月4日上午，由中国人工智能学会主办，中国人工智能学会模式识别专业委员会（CAAI-PR）协办，湘潭大学信息工程学院和“智能计算与信息处理”教育部重点实验室承办的第十期“CAAI模式识别专家讲坛”活动在湘潭大学土木院A217报告厅成功举行。

来自中南大学、湖南大学、长沙理工大学，湖南理工学院等多所高校、企业的人员和我校信息工程学院约250师生，聆听了模式识别领域的专家学者在该领域的最新前沿技术及应用报告。

本期报告邀请了中国科学院自动化研究所研究员、副所长，模式识别国家重点实验室主任刘成林，中国科学院深圳先进技术研究院集成所副所长乔宇研究员，北京大学田永鸿教授，浙江大学计算机辅助设计与图形学国家重点实验室章国锋副教授，分别围绕“模式识别研究现状与趋势”，“视频行为的深度识别方法”，“小样本目标识别：结合深度网络和属性学习的方法”，和“复杂环境下的视觉同时定位与地图构建”做了专题报告，会议报告分别由执行主席湘潭大学信息工程学院欧阳建权教授，张东波教授和陈姝副教授主持。

报告会上，刘成林研究员首先介绍模式识别问题和应用背景、发展简史、主要方法分类，然后介绍深度学习方法的主要特点并分析其不足。基于近几年的研究进展，介绍了若干研究动向：层数极深神经网络、解耦学习、深度学习与传统方法结合、类人概念学习。最后从模式识别的鲁棒性、可解释性、自适应性的角度出发，介绍了一些值得重视的研究方向，包括开放环境下的学习与自适应、交互式模式识别、结构化模式识别、生成模型及在学习中的应用等。

乔宇研究员就“视频行为的深度识别方法”做了报告，首先介绍了基于视频的行为分析和识别是计算机视觉的一个基本问题，在监控、人机交互、视频检索等领域有重要的应用。其次介绍了与图像相比，行为视频包含有丰富的运动信息，数据维度也更高。同时由于视频中包含行为人、视角、背景、运动、遮挡等复杂的变化，非受控条件下的复杂行为识别一直是一个极具挑战的问题。最后介绍了面向复杂行为的深度学习方法的最新进展和课题组近年来开展的一些工作，内容包括：视频中层表示、轨迹卷积特征池化、运动向量CNN、时序分割模型、时空注意模型等。

报告会上，田永鸿教授在主题为“小样本目标识别：结合深度网络和属性学习的方法”报告中，介绍了在小样本目标识别方面的一些最新工作，通过采用属性空间替代一般视觉特征空间，从而获得目标更为鲁棒的中层描述，并在此基础上结合大样本深度学习和小样本属性推理与学习来实现目标识别任务。

浙江大学章国锋副教授以风趣幽默、通俗易懂的语言与师生们讨论了“复杂环境下的视觉同时定位与地图构建”，虽然基于视觉的同时定位与地图构建在过去十多年里取得了很大的进展，但要满足实际的应用需求仍需要解决一些关键性难题。报告介绍了如何高效地获得尽可能长而且准确的特征轨迹并将多视频序列之间的复杂回路闭合起来，如何对于海量图像和视频数据在有限的内存下进行全局优化，如何在动态环境下进行鲁棒的同时定位与地图构建，如何处理相机快速运动和强旋转等相关问题，并现场演示了所做的研究工作以及相关应用。

此次CAAI模式识别专家论坛持续了四个多小时，内容精彩，互动热烈，高潮迭起。讲座现场，讲者与现场听众亲切互动和交流，并对师生关注的话题进行一一解答。参加报告会的学生和老师们均对四位讲者表示由衷的欢迎与感谢，报告会在热烈的掌声中圆满结束。